是经由因特网连接的和可用的事情（IOT）因特网内的设备的数量将是50和100到2020年之间十亿的的IoT装置通常嵌入在环境中，建筑物，车辆，制造工艺的传感器，以及产品或附为人们。通过的IoT装置产生的数据量呈指数增长，因为这些设备操作不间断，24/7，创建数据的雪崩是现有的和可预见的数据处理和分析技术的失控。在另一方面，我们可以创造许多机会抽取了前所未有的深度信息。解锁通过分析和挖掘大数据的价值一直被视为这，反过来又推动相关的R＆d更多的努力和支持，以物联网和大数据的许多创新和营销战略的关键推动者。虽然数据处理通常设想云中进行，但单是从满足那些需要低延迟响应，上下文信息整合，或网络负荷减少附近的数据源的本地计算各种应用的需求不断增长的局限性痛苦。同时，移动物联网从设备产生到云服务器农场作进一步处理或存储的姿态铺天盖地的互联网基础设施挑战的所有数据，并往往是昂贵，技术上不可行，而且大多是不必要的。

雾计算靠近数据源的基础上创建（称为雾节点）的微云一个新兴的范例。这是一个很有前途的方法来处理数据之前，他们甚至试图进入云，缩短沟通时间和成本，以及减少对海量数据存储的需求。它能够无缝联结物联网设备，并通过推动云计算，存储和网络服务下降接近结束物联网设备远程云数据中心。雾计算已经出现在许多行业，如制造业，电子医疗，石油和天然气，智能城市，智能家居和智能电网迅速越来越多的应用。但是，它仍然是在其早期阶段，并提出了一套具有越来越多地采用这种计算模式的新的挑战，如雾架构，框架和标准，计算，存储和网络资源配置和调度，编程摘要和模式，安全和隐私问题。特别是，雾计算基础设施的大物联网数据分析是处于萌芽阶段，但非常重要，并且需要广泛的研究，以便进行更有效的知识发现和智能决策支持。

许多相关的理论和技术问题没有得到回答得很好了呢，例如，如何雾基础设施的抽象编程接口和数据分析平台，如何与使用雾基础设施的设计可扩展的数据挖掘算法，如何实现安全和隐私在雾计算-preserving数据分析。因此，它是高的时候，在大物联网数据分析的相关问题与雾基础设施通过检查雾架构，平台和具体应用，因此呼吁这个特刊调查。

潜在的主题包括但不限于以下内容：

• 雾架构，框架，标准和物联网为数据分析平台
• 雾编程摘要，模型和数据分析工具包
• 用于雾计算无线通信载体
• 与支持雾计算的移动计算
• 雾计算负载均衡和资源调度和管理
• 中间件在雾计算分布式数据管理
• 数据挖掘和机器学习算法设计雾计算
• 理论与雾计算的物联网数据分析分布式智能建模
• 多源与雾异构物联网数据分析
• 有雾时间关键和低延迟的数据分析
• 空间和时间的数据处理和在雾计算分析
• 雾数据分析应用，例如，智能城市，电子医疗和智能家居
• 信息检索设计和知识援助雾计算数据分析
• 在雾中上下文感知物联网应用
• 灾难和应急管理物联网与雾
• 雾下降的情况下，回收计划
• 定价模型在雾计算物联网数据分析
• 有关隐私和安全问题，雾数据分析